研究运行 01

可追溯引用是否让 AI 研究更容易审核?

精确匹配 · 第 18 段

AI 产品工程

Ailian

资深前端开发工程师,正在扩展全栈与 Agent 工程能力

我把复杂的 AI 工作流做成可理解、可验证、可持续维护的产品。当前重点是 Evidence Graph:让研究结论回到原文证据。

精选作品

01 / 作品

精选作品

三个正在真实推进的项目,不展示占位 Demo。

01

开发中

Evidence Graph

把搜索结果拆成可审核的主张、证据和来源关系,而不是再生成一段无法追溯的总结。

  • Next.js
  • TypeScript
  • Agent
  • pgvector
02

持续开发

AI Photo Studio CN

面向中文写真、头像和社交内容的 AI 摄影棚,重点验证完整任务、Provider 安全门禁和失败恢复。

  • Next.js
  • Prisma
  • Playwright
  • Image API
03

MVP 就绪

MCP Guardian

在 Agent 调用 MCP 工具之前执行 allow / deny / redact / require_approval,并留下可回放审计。

  • TypeScript
  • MCP
  • Policy
  • Cursor
  • Codex

02 / 笔记

工程笔记

记录决策依据、失败路径和验证方法。

01

草稿

为什么普通 AI 搜索总结还不够

从一次性回答转向可审核、可版本化的证据项目。

02

调研中

CyberVerse:技术原型与生产底座之间

从代码、测试、部署和安全边界审视一个实时数字人 Agent 项目。

03

草稿

如何让付费 AI Provider 测试保持有界

Mock 默认、确认口令、预算限制和可审计失败路径。

03 / 关于

产品前端 / 全栈系统 / Agent 工作流

资深前端开发工程师,正在扩展全栈与 Agent 工程能力

联系我